A modern, open-source recipe repository inspired by HowToCook. This project aims to create a comprehensive, structured, and accessible collection of global recipes—enriched with metadata, automation, and AI-ready features. Includes CI/CD workflows, community-driven contributions, and support for advanced search and AI applications. Recetario automatizado y enriquecido, con flujos CI/CD, integración para IA y comunidad bilingüe. Inspirado en HowToCook.

• Todas las recetas principales estandarizadas y enriquecidas (YAML, sensorial, nutricional, imágenes, fuentes, licencia)

• En proceso de revisión y enriquecimiento de recetas secundarias y nuevas adiciones

• Sincronización de índices, enlaces y documentación

• Preparación para integración con agentes de IA, búsqueda semántica y vectorización

Este repositorio integra:

• Recetas colombianas estandarizadas con YAML Front Matter, imágenes libres, fuentes y licencia open source.

• Automatización CI/CD: generación automática de metadatos (recipes_metadata.json) tras cada push a main.

• Scripts y workflows para vectorización de recetas, listos para IA/RAG (ChromaDB, Qdrant, etc).

• Documentos de comunidad en español e inglés.

• Rama main protegida con checks automáticos.

Para una guía completa sobre el flujo CI/CD, el sistema de pre-commit, la vectorización para IA y cómo contribuir, consulta la nueva documentación en la carpeta docs/:

• Flujo CI/CD y protección de rama

• Sistema de pre-commit (husky + lint-staged)

• Cómo contribuir y replicar el entorno local

• Vectorización de recetas e integración con IA

• Linting: Valida la calidad y el formato de las recetas (ci.yml).

• Extracción de metadatos: Genera automáticamente recipes_metadata.json con los metadatos de todas las recetas (metadata.yml).

• Vectorización IA: Script para generar vectores de recetas (.github/scripts/vectorize_recipes.py).

Para asegurar la calidad y consistencia del código desde el momento de su creación, el proyecto utiliza hooks de pre-commit automáticos.

• Husky: Gestiona los hooks de Git, permitiendo ejecutar scripts en diferentes etapas del ciclo de vida de Git (como pre-commit).

• lint-staged: Ejecuta linters (como markdownlint) únicamente sobre los archivos que están en el "staging area" de Git (git add). Esto hace que el proceso sea rápido y eficiente. ¿Cómo funciona?

1. Cuando ejecutas git commit, Husky se activa.

2. Husky ejecuta la configuración de lint-staged definida en package.json.

3. lint-staged revisa los archivos .md que vas a guardar y les aplica markdownlint --fix para corregir errores de formato automáticamente.

4. Si no hay errores, el commit se completa. Este flujo garantiza que todo el contenido Markdown que llega al repositorio cumple con las reglas de estilo, evitando errores en el CI/CD y manteniendo la legibilidad.

1. Extracción y generación automática de metadatos:

   • Cada vez que se realiza un push a main o se abre un Pull Request, el workflow metadata.yml ejecuta el script de extracción de metadatos.
   • Si hay cambios en recipes_metadata.json, se crea automáticamente un Pull Request con la actualización.

2. Pull Request automático y automerge:

   • El Pull Request generado por el workflow se etiqueta y habilita para "automerge".
   • El PR solo se fusiona cuando todos los checks de CI/CD (lint, build, etc.) pasan correctamente.
   • Este proceso es compatible con las reglas de protección de rama más estrictas y no requiere intervención manual.

3. Validación obligatoria:

   • Todos los cambios (manuales o automáticos) deben pasar los workflows de CI/CD antes de ser fusionados a main.
   • No se permite push directo a main si hay reglas de protección activas.
   • La integración continua asegura calidad y consistencia en toda la base de recetas.

• Un colaborador o workflow genera cambios en recetas.

• Se actualiza recipes_metadata.json automáticamente.

• Se abre un Pull Request automático con los cambios de metadatos.

• Los workflows de CI/CD validan el PR.

• Si todo es correcto, el PR se fusiona automáticamente a main.

• Todas las recetas deben tener YAML Front Matter completo y cumplir la metodología.

• Corrección de lints obligatoria (Markdown).

• Los workflows deben pasar antes de aceptar un Pull Request.

• Consulta la sección "Automatización" para entender cómo se integran los cambios de metadatos y cómo se revisan de forma automática.

1. Ejecuta el script .github/scripts/vectorize_recipes.py tras actualizar los metadatos.

2. El archivo recipes_vectors.jsonl estará listo para importar en ChromaDB, Qdrant o motores RAG.

3. Puedes adaptar los campos a vectorizar según necesidades de tu app o agente.

• Crea una rama desde main.

• Usa la plantilla de receta y sigue la metodología documentada.

• Agrega fuentes, imágenes libres y licencia.

• Haz Pull Request y espera que los checks CI/CD pasen.

• Puedes contribuir en español o inglés. Consulta CONTRIBUTING.md y CONTRIBUTING.es.md.

• Solo se puede mergear a main si todos los checks CI/CD pasan.

• No se permite force-push ni borrado accidental de main.

• Los administradores pueden ajustar las reglas en Settings > Branches.

• CODE_OF_CONDUCT.md | CODE_OF_CONDUCT.es.md

• CONTRIBUTING.md | CONTRIBUTING.es.md

• METODOLOGIA.md

MIT. Todo el contenido es open source y reutilizable.

Inspirado por HowToCook y la comunidad de cocina y tecnología.

Cada receta debe comenzar con un bloque YAML Front Matter que contenga los metadatos clave. Esto permite búsquedas, filtrados y procesamiento automático por agentes inteligentes y facilita la interoperabilidad.

---
title: "Chuzo Colombiano"
region: "Nacional"
categories: ["Snack", "Comida callejera", "Plato fuerte"]
sensory:
  flavor: ["Umami", "Ahumado"]
  texture: ["Jugoso", "Dorado por fuera"]
  aroma: ["Ahumado", "Especiado"]
  presentation: "Se sirve en brocheta, acompañado de papa y arepa. Ideal para compartir en fiestas y eventos nocturnos."
main_ingredients:
  - Carne de res
  - Pollo
  - Papa salada
  - Arepa
difficulty: "★★☆☆☆"
prep_time: "40 minutos"
servings: 6
images:
  - url: "https://pixabay.com/es/photos/chorizo-parrilla-barbacoa-2314640/"
    description: "Chuzo colombiano en parrilla (Pixabay)"
sources:
  - "https://www.recetasdecolombia.com/chuzo"
  - "https://www.youtube.com/results?search_query=chuzo+colombiano"
license: "MIT"
---

Cada receta debe incluir un bloque YAML Front Matter al inicio, con los siguientes campos:

• title: Nombre completo del plato.

• region: Región o categoría principal (ejemplo: Andina, Caribe, Nacional).

• categories: Lista de categorías de uso (ejemplo: Snack, Plato fuerte, Comida callejera).

• sensory: Objeto con subcampos para flavor (sabores dominantes), texture (texturas principales), aroma (aromas destacados) y presentation (descripción de presentación y experiencia).

• main_ingredients: Ingredientes principales o diferenciadores.

• difficulty: Dificultad estimada (puede ser en estrellas o texto).

• prep_time: Tiempo estimado de preparación total.

• servings: Porciones aproximadas.

• images: Lista de objetos con url y description de imágenes libres de uso.

• sources: Lista de enlaces a fuentes, recetas, videos, artículos o entrevistas.

• license: Licencia de uso del contenido (ejemplo: MIT, CC BY 4.0). Consulta ejemplos y plantillas en los archivos de cada región y en COLOMBIAN_RECIPES_PLAN.md.

• region: Región o categoría principal (ejemplo: Andina, Caribe, Nacional).

• categories: Lista de categorías de uso (ejemplo: Snack, Plato fuerte, Comida callejera).

• sensory: Objeto con subcampos para flavor (sabores dominantes), texture (texturas principales), aroma (aromas destacados) y presentation (descripción de presentación y experiencia).

• main_ingredients: Ingredientes principales o diferenciadores.

• difficulty: Dificultad estimada (puede ser en estrellas o texto).

• prep_time: Tiempo estimado de preparación total.

• servings: Porciones aproximadas.

• images: Lista de objetos con url y description de imágenes libres de uso.

• sources: Lista de enlaces a fuentes, recetas, videos, artículos o entrevistas.

• license: Licencia de uso del contenido (ejemplo: MIT, CC BY 4.0). Consulta ejemplos y plantillas en los archivos de cada región y en COLOMBIAN_RECIPES_PLAN.md.

1. Crea tus recetas siguiendo la plantilla YAML Front Matter y el estándar de enriquecimiento sensorial/nutricional.

2. Haz un Pull Request. Solo se aceptarán cambios que cumplan con la estructura y pasen la validación automática.

3. Consulta el archivo .github/PULL_REQUEST_TEMPLATE.md y la documentación para detalles.

4. Crea tus recetas siguiendo la plantilla YAML Front Matter y el estándar de enriquecimiento sensorial/nutricional.

5. Haz un Pull Request. Solo se aceptarán cambios que cumplan con la estructura y pasen la validación automática.

6. Consulta el archivo .github/PULL_REQUEST_TEMPLATE.md y la documentación para detalles.

Este proyecto es open source bajo la licencia MIT. Consulta el archivo LICENSE para más detalles.

• COLOMBIAN_RECIPES_PLAN.md: Plan y metodología detallada

• PLAN_SABORES_LATINOS.md: Plan para otras cocinas latinoamericanas

• plan_enriquecimiento_recetas.md: Metodología de enriquecimiento sensorial y nutricional

• Carpetas por región y categoría en dishes/colombian/

• COLOMBIAN_RECIPES_PLAN.md: Plan y metodología detallada

• PLAN_SABORES_LATINOS.md: Plan para otras cocinas latinoamericanas

• plan_enriquecimiento_recetas.md: Metodología de enriquecimiento sensorial y nutricional

• Carpetas por región y categoría en dishes/colombian/

La estandarización y enriquecimiento de recetas se basa en:

• Investigación en fuentes académicas, colectivas y restaurantes reconocidos

• Análisis sensorial y nutricional por ingrediente

• Inclusión de imágenes libres y enlaces verificados

• Documentación abierta y colaborativa Para detalles, consulta los archivos de metodología y el plan general. Inspirado en HowToCook y adaptado para IA, conocimiento abierto y la cocina colombiana.

• Buñuelos

• Almojábanas

• Arepa de Huevo

• Pandebono

• Hogao

• Ají Picante

• Guacamole Colombiano

• Suero Costeño

• Cerdo salteado con cebolla (pendiente de traducir)

{{ ... }}

• Pollo asado a la italiana (pendiente de traducir)

• Berenjena en salsa de pescado (pendiente de traducir)

• Cerdo en salsa de pescado (pendiente de traducir)

• Estofado de cordero con tofu seco (pendiente de traducir)

• Gelatina de piel de cerdo (pendiente de traducir)

• Cerdo estofado con chucrut (pendiente de traducir)

• Cerdo cocido dos veces (pendiente de traducir)

• Perca al vapor con aceite de cebollín (pendiente de traducir)

• Langostinos rojos argentinos a la plancha (pendiente de traducir)

• Carpa estofada en salsa roja (pendiente de traducir)

• Pescado estofado en salsa roja (pendiente de traducir)

• Cabeza de pescado estofada en salsa roja (pendiente de traducir)

• Langostinos salteados con mantequilla (pendiente de traducir)

• Pescado a la parrilla mixto (pendiente de traducir)

• Langostinos con mantequilla y mostaza (pendiente de traducir)

• 清蒸鲈鱼

• 清蒸生蚝

• 水煮鱼

• 蒜蓉虾

• 蒜香黄油虾

• 糖醋鲤鱼

• 微波葱姜黑鳕鱼

• 香煎翘嘴鱼

• 小龙虾

• 油焖大虾

• 茶叶蛋

• 蛋煎糍粑

• 桂圆红枣粥

• 鸡蛋三明治

• 煎饺

• 金枪鱼酱三明治

• 空气炸锅面包片

• 美式炒蛋

• 牛奶燕麦

• 手抓饼

• 水煮玉米

• 苏格兰蛋

• 太阳蛋

• 溏心蛋

• 吐司果酱

• 完美水煮蛋

• 微波炉蛋糕

• 微波炉荷包蛋

• 温泉蛋

• 燕麦鸡蛋饼

• 蒸花卷

• 蒸水蛋

• 炒方便面

• 炒河粉

• 炒凉粉

• 炒馍

• 炒年糕

• 炒意大利面

• 葱油拌面

• 蛋包饭

• 蛋炒饭

• 电饭煲三文鱼炊饭

• 豆角焖面

• 韩式拌饭

• 河南蒸面条

• 火腿饭团

• 基础牛奶面包

• 茄子肉煎饼

• 鲣鱼海苔玉米饭

• 酱拌荞麦面

• 韭菜盒子

• 空气炸锅照烧鸡饭

• 醪糟小汤圆

• 老干妈拌面

• 老友猪肉粉

• 烙饼

• 凉粉

• 螺蛳粉

• 麻辣减脂荞麦面

• 麻油拌面

• 电饭煲蒸米饭

• 煮锅蒸米饭

• 披萨饼皮

• 热干面

• 日式肥牛丼饭

• 日式咖喱饭

• 肉蛋盖饭

• 芝麻烧饼

• 手工水饺

• 酸辣蕨根粉

• 汤面

• 微波炉腊肠煲仔饭

• 西红柿鸡蛋挂面

• 扬州炒饭

• 意式肉酱面

• 炸酱面

• 蒸卤面

• 中式馅饼

• 煮泡面加蛋

• 半成品意面

• 空气炸锅鸡翅中

• 空气炸锅羊排

• 懒人蛋挞

• 凉皮

• 牛油火锅底料

• 速冻馄饨

• 速冻水饺

• 速冻汤圆

• 炸薯条

• 昂刺鱼豆腐汤

• 陈皮排骨汤

• 陈皮排骨汤

• 番茄牛肉蛋花汤

• 勾芡香菇汤

• 金针菇汤

• 菌菇炖乳鸽

• 腊八粥

• 罗宋汤

• 米粥

• 奶油蘑菇汤

• 排骨苦瓜汤

• 皮蛋瘦肉粥

• 生汆丸子汤

• 西红柿鸡蛋汤

• 小米粥

• 羊肉汤

• 银耳莲子粥

• 玉米排骨汤

• 朱雀汤

• 紫菜蛋花汤

• 耙耙柑茶

• 百香果橙子特调

• 冰粉

• 菠萝咖啡特调

• 冬瓜茶

• 海边落日

• 金菲士

• 金汤力

• 酒酿醪糟

• 可乐桶

• 奶茶

• 柠檬水

• 奇异果菠菜特调

• 砂糖椰子冰沙

• 酸梅汤

• 酸梅汤（半成品加工）

• 泰国手标红茶

• 杨枝甘露

• 长岛冰茶

• B52轰炸机

• Mojito莫吉托

• 草莓酱

• 葱油

• 简易版炒糖色

• 蒜香酱油

• 糖醋汁

• 油泼辣子

• 油酥

• 炸串酱料

• 蔗糖糖浆

• 奥利奥冰淇淋

• 草莓冰淇淋

• 反沙芋头

• 龟苓膏

• 红柚蛋糕

• 咖啡椰奶冻

• 烤蛋挞

• 玛格丽特饼干

• 魔芋蛋糕

• 戚风蛋糕

• 酸奶意式奶冻

• 提拉米苏

• 无厨师机蜂蜜面包

• 雪花酥

• 英式司康

• 芋泥雪媚娘

• 炸鲜奶

Si ya has hecho muchas de las recetas anteriores, has entrado en el mundo de la cocina y quieres aprender técnicas más avanzadas, sigue leyendo:

• 辅料技巧

• 高级专业术语

• 糖色的炒制

• 油温判断技巧

• HowToCook-mcp 让 AI 助手变身私人大厨，为你的一日三餐出谋划策

• HowToCook-py-mcp 让 AI 助手变身私人大厨，为你的一日三餐出谋划策 (Python)

Este repositorio proporciona datos de recetas estructurados en dos formatos:

1. recipes_metadata.json: Contiene metadatos para todas las recetas en el repositorio, incluyendo título, descripción, ingredientes y otros campos.
2. recipes_vectors.jsonl: Contiene embeddings vectoriales para cada receta, que se pueden utilizar para búsqueda semántica y recuperación.

Los agentes de IA pueden utilizar estos archivos para:

• Recuperar información de recetas por ID o título
• Realizar búsqueda semántica utilizando embeddings vectoriales
• Construir sistemas de recomendación

// recipes_metadata.json es un arreglo de objetos de recetas
[
  {
    "nombre": "Nombre de la receta",
    "descripcion": "Descripción de la receta",
    ...
  }
]

El archivo recipes_vectors.jsonl está en formato JSON Lines. Cada línea es un objeto JSON con:

• Los metadatos de la receta
• Un campo vector que contiene el arreglo de embeddings

Los agentes pueden cargar los embeddings en una base de datos vectorial como ChromaDB o Qdrant para búsqueda de similitud eficiente.

Estos archivos se actualizan automáticamente mediante GitHub Actions cuando se realizan cambios en la rama main. Los archivos actualizados se comprometen en el repositorio y están disponibles para su uso.

import { ChromaClient } from 'chromadb';

const client = new ChromaClient();
const collection = await client.getCollection('recipes');

// Consulta para recetas similares
const results = await collection.query({
  queryEmbeddings: [/* tu vector de embeddings de consulta */],
  nResults: 5
});

// Los resultados contendrán las 5 recetas más similares
console.log(results);

Para generar los archivos recipes_metadata.json y recipes_vectors.jsonl, puedes ejecutar los scripts:

npx markdownlint "**/*.md" --fix --ignore node_modules && npx ts-node .github/scripts_ts/extract_metadata.ts && npx ts-node .github/scripts_ts/vectorize_recipes.ts